| 第一章 前言 | 第1-34页 |
| ·选题依据及研究意义 | 第10-15页 |
| ·国内外研究现状 | 第15-29页 |
| ·国内外高陡河谷岸坡研究历史及现状综述 | 第15-17页 |
| ·岩质边坡稳定性研究的主要方法 | 第17-20页 |
| ·人工神经网络的国内外研究现状 | 第20-26页 |
| ·人工神经网络存在的问题 | 第26-27页 |
| ·锦屏一级水电站勘测历史与现状 | 第27-29页 |
| ·主要研究工作及技术路线 | 第29-32页 |
| ·主要研究成果 | 第32-34页 |
| 第二章 高陡河谷岸坡的区域地质环境概况及枢纽区地质环境条件研究 | 第34-50页 |
| ·工程概况及枢纽区自然地理特征 | 第34-35页 |
| ·河谷地形地貌特征 | 第35-37页 |
| ·区域地形地貌特征 | 第35-36页 |
| ·枢纽区河谷地形地貌特征 | 第36-37页 |
| ·地层、岩性及地质构造特征 | 第37-47页 |
| ·区域地层岩性及地质构造特征 | 第37-39页 |
| ·枢纽区地层岩性及地质构造特征 | 第39-46页 |
| ·枢纽区岩体卸荷风化特征 | 第46-47页 |
| ·新构造运动与区域稳定性评价 | 第47-49页 |
| ·新构造运动特征及其强度 | 第47-48页 |
| ·区域构造稳定性评价 | 第48-49页 |
| ·枢纽区水文地质环境条件分析 | 第49-50页 |
| 第三章 枢纽区边坡稳定性分区 | 第50-70页 |
| ·枢纽区各工程边坡简介 | 第50-52页 |
| ·枢纽区边坡结构类型 | 第52-60页 |
| ·枢纽区边坡变形破坏特征及基本模式 | 第60-66页 |
| ·枢纽区典型边坡变形破坏特征 | 第60-63页 |
| ·右岸岸坡变形破坏基本模式 | 第63-64页 |
| ·左岸岸坡变形破坏基本模式 | 第64-66页 |
| ·枢纽区边坡稳定性分区 | 第66-70页 |
| ·稳定性分区的主要因素 | 第66-67页 |
| ·稳定性初步分区 | 第67-70页 |
| 第四章 BP 神经网络算法的改进研究 | 第70-90页 |
| ·人工神经网络方法简介 | 第70-71页 |
| ·人工神经网络模型简介 | 第70页 |
| ·BP 网络模型简介 | 第70-71页 |
| ·BP 网络的基本工作原理及过程 | 第71-77页 |
| ·BP 网络算法的改进研究 | 第77-90页 |
| ·改进的最速梯度下降算法 | 第77-80页 |
| ·基于数值优化方法的网络训练算法 | 第80-82页 |
| ·初始权值和阀值的优化 | 第82-83页 |
| ·误差函数的改进 | 第83-86页 |
| ·同伦BP 算法 | 第86-90页 |
| 第五章 神经网络模型的构建 | 第90-128页 |
| ·BP 神经网络模型的详细算法——以弹性算法为例 | 第90-98页 |
| ·BP 神经网络隐含层数的选择 | 第90-91页 |
| ·BP 网络各层权值W、阀值b 初始化详细算法 | 第91-92页 |
| ·应用弹性BP 算法学习BP 网络各层权值W、阀值b 详细算法.. | 第92-97页 |
| ·BP 网络预测详细算法 | 第97-98页 |
| ·BP 网络流程图——以弹性算法为例 | 第98-106页 |
| ·BP 网络学习过程流程图 | 第98-105页 |
| ·BP 网络预测过程流程图 | 第105-106页 |
| ·BP 神经网络的程序实现 | 第106-109页 |
| ·程序代码 | 第106-108页 |
| ·程序说明 | 第108-109页 |
| ·BP 网络各种算法的比较 | 第109-124页 |
| ·训练样本的选取 | 第109-111页 |
| ·各种算法速度的比较 | 第111-117页 |
| ·慢算法中的隐层节点数研究 | 第117-119页 |
| ·同伦算法在慢算法中的应用 | 第119-122页 |
| ·各种算法的仿真测验结果比较 | 第122-124页 |
| ·概率神经网络的设计 | 第124-127页 |
| ·概率神经网络简介 | 第124-125页 |
| ·概率神经网络的程序实现 | 第125页 |
| ·概率神经网络的仿真测验结果 | 第125-127页 |
| ·本章小结 | 第127-128页 |
| 第六章 基于人工神经网络方法的枢纽区边坡稳定性研究 | 第128-177页 |
| ·人工神经网路的参数提取 | 第128-138页 |
| ·枢纽区边坡地下水位变化 | 第128-131页 |
| ·边坡稳定性的影响因素 | 第131-134页 |
| ·边坡稳定性的分级标准 | 第134-135页 |
| ·人工神经网络的参数取值 | 第135-138页 |
| ·人工神经网络的训练 | 第138-150页 |
| ·训练样本的获取 | 第138-143页 |
| ·BP 网络的RSE 值、参数权重及概率神经网络的扩展参数 | 第143-150页 |
| ·人工神经网络的预测 | 第150-169页 |
| ·枢纽区边坡输入参数的提取 | 第150-162页 |
| ·网络预测结果分析 | 第162-169页 |
| ·网络预测结果与工程地质分析法分区结果的对比分析 | 第169-175页 |
| ·本章小结 | 第175-177页 |
| 第七章 左岸山梁边坡稳定性研究 | 第177-214页 |
| ·基本工程地质条件 | 第177-179页 |
| ·左岸Ⅳ-Ⅵ#山梁基本工程地质条件 | 第177-178页 |
| ·左导出口边坡基本工程地质条件 | 第178-179页 |
| ·左岸Ⅳ-Ⅵ#山梁深部裂缝及其形成回顾 | 第179-180页 |
| ·左岸山梁失稳模式及边界条件分析 | 第180-183页 |
| ·泄洪雾化下左岸Ⅳ-Ⅵ#山梁整体变形失稳模式及边界条件分析.. | 第180-182页 |
| ·泄洪雾化下左岸Ⅳ-Ⅵ#山梁边坡浅表部失稳模式 | 第182页 |
| ·左导出口开挖边坡变形失稳模式 | 第182-183页 |
| ·左岸山梁稳定性计算 | 第183-207页 |
| ·泄洪雾化对左岸Ⅳ#-Ⅵ#梁稳定性影响分析 | 第183-185页 |
| ·左岸山梁稳定性的极限平衡计算 | 第185-192页 |
| ·左导出口开挖对Ⅳ#-Ⅵ#梁稳定性影响的数值分析 | 第192-202页 |
| ·泄洪雾化下Ⅳ#-Ⅵ#山梁变形稳定性的数值分析 | 第202-207页 |
| ·左岸山梁边坡常规计算与人工神经网络计算结果的对比分析 | 第207-211页 |
| ·极限平衡法与人工神经网络法计算结果的对比分析 | 第207-210页 |
| ·数值模拟法与人工神经网络法计算结果的对比分析 | 第210-211页 |
| ·右岸普斯罗沟工程边坡计算结果 | 第211-212页 |
| ·本章小结 | 第212-214页 |
| 第八章 结论与建议 | 第214-219页 |
| ·主要结论 | 第214-217页 |
| ·对后续研究的建议 | 第217-219页 |
| 附图 | 第219-227页 |
| 参考文献 | 第227-235页 |
| 致谢 | 第235-237页 |
| 摘要 | 第237-246页 |
| 成果 | 第246页 |
